手把手教你使用Python網(wǎng)絡(luò)爬蟲獲取基金信息

回復(fù)“書籍”即可獲贈(zèng)Python從入門到進(jìn)階共10本電子書

大家好，我是Python進(jìn)階者。

一、前言

前幾天有個(gè)粉絲找我獲取基金信息，這里拿出來分享一下，感興趣的小伙伴們，也可以積極嘗試。

二、數(shù)據(jù)獲取

這里我們的目標(biāo)網(wǎng)站是某基金官網(wǎng)，需要抓取的數(shù)據(jù)如下圖所示。

可以看到上圖中基金代碼那一列，有不同的數(shù)字，隨機(jī)點(diǎn)擊一個(gè)，可以進(jìn)入到基金詳情頁，鏈接也非常有規(guī)律，以基金代碼作為標(biāo)志的。

其實(shí)這個(gè)網(wǎng)站倒是不難，數(shù)據(jù)什么的，都沒有加密，網(wǎng)頁上的信息，在源碼中都可以直接看到。

這樣就降低了抓取難度了。通過瀏覽器抓包的方法，可以看到具體的請求參數(shù)，而且可以看到請求參數(shù)中只有pi在變化，而這個(gè)值恰好對應(yīng)的是頁面，直接構(gòu)造請求參數(shù)就可以了。

代碼實(shí)現(xiàn)過程

找到數(shù)據(jù)源之后，接下來就是代碼實(shí)現(xiàn)了，一起來看看吧，這里給出部分關(guān)鍵代碼。

獲取股票id數(shù)據(jù)

response?=?requests.get(url,?headers=headers,?params=params,?verify=False)
????pattern?=?re.compile(r'.*?"(?P.*?)".*?',?re.S)
????result?=?re.finditer(pattern,?response.text)
????ids?=?[]
????for?item?in?result:
????????#?print(item.group('items'))
????????gp_id?=?item.group('items').split(',')[0]

結(jié)果如下圖所示：

之后構(gòu)造詳情頁鏈接，獲取詳情頁的基金信息，關(guān)鍵代碼如下：

response?=?requests.get(url,?headers=headers)
response.encoding?=?response.apparent_encoding
selectors?=?etree.HTML(response.text)
danweijingzhi1?=?selectors.xpath('//dl[@class="dataItem02"]/dd[1]/span[1]/text()')[0]
danweijingzhi2?=?selectors.xpath('//dl[@class="dataItem02"]/dd[1]/span[2]/text()')[0]
leijijingzhi?=?selectors.xpath('//dl[@class="dataItem03"]/dd[1]/span/text()')[0]
lst?=?selectors.xpath('//div[@class="infoOfFund"]/table//text()')

結(jié)果如下圖所示：

將具體的信息做相應(yīng)的字符串處理，然后保存到csv文件中，結(jié)果如下圖所示：

有了這個(gè)，你可以做進(jìn)一步的統(tǒng)計(jì)和數(shù)據(jù)分析了。

三、總結(jié)

大家好，我是Python進(jìn)階者。這篇文章主要分享了使用Python網(wǎng)絡(luò)爬蟲獲取基金數(shù)據(jù)信息，這個(gè)項(xiàng)目不算太難，里邊稍微有點(diǎn)小坑，歡迎大家積極嘗試，如果有遇到問題，請?zhí)砑游液糜眩規(guī)椭鉀Q。

這篇文章主要是以【股票型】的分類做了抓取，其他的類型，我就沒做了，歡迎大家嘗試，其實(shí)邏輯都是一樣的，改下參數(shù)就可以了。

最后需要本文代碼的小伙伴們，可以添加我v獲??！此外，方便大家學(xué)習(xí)Python，我還建立了一個(gè)Python高質(zhì)量學(xué)習(xí)交流群，遇到Python問題都可以隨便問，需要進(jìn)來的小伙伴們，加我v，我拉你！

小伙伴們，快快用實(shí)踐一下吧！如果在學(xué)習(xí)過程中，有遇到任何Python問題，歡迎加我好友，我拉你進(jìn)Python學(xué)習(xí)交流群共同探討學(xué)習(xí)。